198打家劫舍(动态规划题目)

题意:如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。例如: [1,2,3,1],偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。最高金额 = 1 + 3 = 4 。

方法一:动态规划法

先找状态方程,由于相邻的房屋不能一同被偷,所以第n号房屋偷了,n-1房屋不能偷。所以偷到第n号房间时的金额为dp[n]=max(dp[n-1],dp[n-2]+nums[n-1])(注意是nums[n-1])

class Solution:
    def rob(self, nums: List[int]) -> int:
    	if len(nums)==0:
    	   return 0 #没有数据,则返回0
    	dp = [0]*(len(nums)+1) (因为dp[1]=nums[0],所以在原长度加上了dp[0]=0)
    	dp[1]=nums[0]
    	for i in range(2,len(nums)+1):
    	    dp[i]=max(dp[i-1],dp[i-2]+nums[i-1])
        return dp[len(nums)] 

只要理解了dp[1]=nums[0]就不会搞错长度了。
dp[len(nums)]=nums(len(nums)-1)即最后一个数据
时间复杂度和空间复杂度为O(N)

方法二:优化空间O(1)
class Solution:
    def rob(self, nums: List[int]) -> int:
        cur,pre=0,0
        for i in nums:
           cur,pre=max(cur,pre+i),cur        return cur

发现dp[n]只和dp[n-1]和dp[n-2]有关系,所以可以假设cur和pre两个变量来交替记录,将空间复杂度降到O(1),即cur和pre使用常数大小的额外空间,时间复杂度为O(N),遍历nums需要线性时间。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
打家劫舍是一道经典的动态规划问题,题目描述如下: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房屋都藏有一定的财物,唯一的限制条件是:相邻的房屋装有相互连通的防盗系统,如果相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你不触动警报装置的情况下,能够偷窃到的最高金额。 例如,输入 [1,2,3,1],输出 4(即偷窃第一间和第三间房屋);输入 [2,7,9,3,1],输出 12(即偷窃第一间、第三间和第五间房屋)。 我们可以使用动态规划来解决这个问题。首先定义一个数组 dp,其中 dp[i] 表示偷取前 i 个房屋所能获得的最大收益。 对于每个房屋 i,有两种情况: 1. 偷取第 i 个房屋,那么此时的最大收益为 dp[i-2] + nums[i],因为不能偷取相邻房屋,所以要跳过 i-1 号房屋。 2. 不偷取第 i 个房屋,那么此时的最大收益为 dp[i-1]。 因此,我们可以得到状态转移方程: dp[i] = max(dp[i-2] + nums[i], dp[i-1]) 最终的答案即为 dp[n-1],其中 n 是数组的长度。 下面是 Java 代码实现: ```java public int rob(int[] nums) { int n = nums.length; if (n == 0) { return 0; } if (n == 1) { return nums[0]; } int[] dp = new int[n]; dp[0] = nums[0]; dp[1] = Math.max(nums[0], nums[1]); for (int i = 2; i < n; i++) { dp[i] = Math.max(dp[i-2] + nums[i], dp[i-1]); } return dp[n-1]; } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值